Психологический словарь (стр. 217 из 290)

Достижения С.-т. вызвали интерес специалистов, результировавшийся в дальнейшем развитии метода (Х. Каплан, 1974; Ло Пикколо, 1978; Дж. Аннон, 1974; Кратохвил, 1975). В настоящее время используется ряд модификаций С.-т., различающихся: 1) удельным весом функционального, коммуникативного и аутостимуляционного тренинга; 2) условиями лечения — стационарными, амбулаторными, гостиничными (вырывающими пару из привычного окружения) и пр. (И. А. М.)

СЕКСУАЛЬНЫЕ ПЕРВЕРСИИ — см. Половые извращения.

СЕКСУАЛЬНЫЙ ПАРЦИАЛИЗМ — см. Фетишизм.

СЕЛЕКЦИЯ ИНФОРМАЦИИ (англ. information selection) — отбор полезной информации из всей совокупности предъявленных сигналов. Механизм фильтрации задерживает несущественную информацию и отбирает необходимую для выполнения задачи. Экспериментальные факты свидетельствуют о возможности С. и. на различных уровнях ее обработки: на уровне сенсорного анализа, на уровне вербального кодирования, на уровне принятия решения и пр. Эстонский психолог Т. К. Бахманн (1977) полагает, что С. и. свойственна уже процессам формирования иконического образа, организации материала для его избирательного структурирования. Эти процессы Бахманн называет ретушированием, У. Найссер — предвниманием. Время предиконического анализа составляет примерно 50 мс. С. и. на уровне предвнимания осуществляется по физическим характеристикам (цвет, форма, яркость и пр.). Различают центральные и периферические механизмы С. и. (М. Эрдели, 1974). К периферическим механизмам С. и. относятся установочные движения глаз, подъем и опускание век, фиксации глаз, изменения диаметра зрачка, аккомодация глаз и др. процессы на рецепторном уровне. Центральные механизмы С. и. — кодирование, избирательное закрепление отобранной информации, распознавание и др. Процессы управления С. и. определяются задачами деятельности, установками, мотивацией субъекта. С. и. — эффективное средство преодоления информационной перегрузки. Однако при всей полезности С. и. она затрудняет познание тех факторов, которые действуют относительно стабильно. Нередко именно постоянные аспекты ситуации легче всего ускользают от внимания и труднее всего поддаются пониманию. (Т. П. Зинченко.)

СЕМАНТИКА (от греч. semantikos — обозначающий). Различают несколько видов С.

1. Лингвистическая С. — раздел языкознания, изучающий лексические значения слов и выражений, изменения их значений (значение слова, оборота речи или грамматической формы). Син. семасиология.

2. Логическая С. — раздел математической логики, исследующий отношения между формально построенными исчислениями и отражаемым в них реальным содержанием; содержательная интерпретация этих исчислений. Различают дескриптивную и чисто логическую С. 1-я исследует отношение знака к содержанию понятия (сигнификату) и отношение знака к вещи, которую он обозначает (денотату). 2-я занимается построением искусственных систем семантических правил, устанавливающих условия истинности языка. Хотя логическая С. имеет дело с полностью формализованными языками, высказывались мнения о применимости ее основных понятий к анализу значений в естественных языках. (Р. Карнап, А. Тарский.)

3. Психолингвистика (см.) различает объективную и субъективную С. 1-я является семантической системой значений языка, 2-я представляется как ассоциативная система, существующая в мозге индивида. В связи с этим семантические признаки подразделяются на относящиеся к области ассоциаций (субъективные) и принадлежащие семантическим компонентам лексики, взятой в абстрактно-логическом (объективном) плане. Психолингвистическое понятие «семантическое поле» представляет собой совокупность слов вместе с их ассоциациями («ассоциантами»). Имеется несколько попыток экспериментально определить субъективные семантические поля и связи внутри них с помощью методов ассоциативного эксперимента (Дж. Диз) и условного рефлекса (А. Р. Лурия, О. С. Виноградова). См. также Метод семантического радикала, Психосемантика, Семиотика, Субъективное семантическое пространство.

СЕМАНТИЧЕСКАЯ АФАЗИЯ — см. Афазия.

СЕМАНТИЧЕСКИЕ СЕТИ (англ. semantic nets) — представляют собой модели хранения понятий (слов, высказываний) в семантической памяти. Их организация и структурирование основаны на содержательном описании понятий и слов, обозначающих эти понятия и составляющих содержание семантической памяти.

В простейшем случае узлы С. с. отображают отдельные понятия, связи между узлами — отношения между понятиями (высказываниями). При таком подходе каждое понятие (узел С. с.) обладает набором свойств (характеристик, атрибутов). Функция части атрибутов заключается в установлении различных типов связей с др. узлами С. с. (понятиями). Кроме того, структура сети дает возможность приписывания каждой связи некоторых значений частоты (веса) ее использования, причем частоты м. б. разными в зависимости от ситуации (контекста) использования данной связи.

Важное значение моделей С. с. заключается в том, что они представляют собой не только среду хранения информации, но и структуру, на основе которой строятся модели процессов мышления (см. Эвристика, Эвристическая педагогика). В ходе формально-логического моделирования процессов мышления выделяют ряд «фигур» логического мышления, определяющих некоторые механизмы проведения рассуждений, построения понятий, доказательств. К таким фигурам можно отнести: правила построения простых и сложных высказываний, процедуры индукции, дедукции, построение умозаключений, правила логического вывода.

Рассмотрим пример, в котором мы имеем среди исходных данных набор фактов, включающих отдельные высказывания (простые или сложные): A, B, L, а также высказывания в виде импликаций (структур «если... то»): A -> L, A -> B, F -> C, B -> D, B -> G, G -> T, K -> G, L -> B, L -> K. Для простоты будем считать, что единственным правилом вывода в этом примере будет правило отделения (modus ponens). Это правило было известно еще в древности и хорошо соответствует интуитивному понятию логического вывода. Общая схема правила отделения говорит, что мы делаем правильные умозаключения, если из пары посылок вида: 1) если p, то q, 2) p получаем в качестве заключения q. Формально правило отделения записывается в виде:

Многократно применяя правило отделения, мы можем получить новое знание, напр., в виде A -> T. Действительно, из A и A -> B получаем B, затем из B и B -> G получаем G, затем из G и G -> T получаем T. Формально в математической логике 3 шага данного вывода записываются как:

, ,

В такой записи над чертой записываются посылки, под чертой — следствия. При этом заметим, что в итоге мы построили умозаключение A -> T и одновременно получили цепочку рассуждения: A, A -> B -> G -> T. Заметим также, что данная цепочка не — единственно возможный путь для получения результата A -> T. Тот же вывод получим, построив и др. цепи доказательств. Напр., цепь № 2: из A, A -> L получаем L, затем из L, L -> B получаем B, далее логический вывод идет так же, как в предыдущем случае; цепь № 3 напишем в сокр. виде: A, A -> L -> K -> G -> T.

Данный пример удобно представить не только в аналитическом, но и в образном виде, как часть графа или С. с. (см. рис. 9). Такого рода представления служат целям структурирования информации. В каждом узле сети собирается вся информация по некоторому объекту (ситуации). Эта информация представляется в виде наборов характеристик или атрибутов объекта, а также в виде ссылок, указывающих связи между узлами (объектами).

Рис. 9. Участок С. с. в хорошо структурированной области знаний

В общем виде для обозначения структурированной системы данных, касающихся некоторого объекта, или «ядра», знаний к.-л. области, используется термин фрейм (от англ. frame — каркас, рамка). При этом понятие фрейма достаточно широкое: структура фрейма м. б. разной для разных областей знаний и рассуждений, что отражает глубокие различия природы разных областей знаний. (Очевидно, организация знаний в физике и в истории права имеет различное строение.)

Отдельный вопрос касается того, при помощи каких методов можно установить, какие понятия действительно близки (далеки) в пространстве С. с. данного «ядра» знаний (фрейма). Сама задача требует построения метрики пространства семантической памяти. В основе математических методов (факторный анализ и многомерное шкалирование), используемых для этих целей, лежит формирование матриц сходств понятий. Испытуемые (эксперты) на основании своих интуитивных правил оценивают попарное сходство между исходными объектами.

В итоге становится возможным ввести некоторую метрику, количественно описывающую близость исходных объектов в многомерном пространстве семантической памяти. В этом пространстве объекты будут представлены точками, расстояния между которыми определяются в соответствии со степенью их близости в памяти испытуемых.

В вышеприведенном примере не явным образом считалось, что все исходные высказывания имеют в процессе решения задачи одинаковые приоритеты. Вследствие этого все 3 цепи логического вывода (умозаключения) имели одинаковую вероятность построения. Более того, на основе имеющихся фактов с равной вероятностью можно начинать строить вывод, исходя не из факта A, а из фактов B, B -> D или к.-л. др. В результате предположения равной вероятности взаимных связей между фактами в ходе построения логического вывода возникает огромный перебор вариантов, причем с ростом длины вывода время перебора растет лавинообразно. Для уменьшения этой опасности (а полностью избежать ее невозможно) необходимо использовать системы приоритетов, указывающие разные вероятности связей между разными фактами или, др. словами, разные вероятности ссылок.